[發(fā)明專利]有序充電控制方法及裝置

在審

• 申請?zhí)枺?/td>: 202110792126.7
• 申請日: 2021-07-13
• 公開（公告）號(hào): CN113537589A
• 公開（公告）日: 2021-10-22
• 發(fā)明（設(shè)計(jì)）人: 孫舟;潘鳴宇;袁小溪;李卓群;陳海洋;劉磊;陳振;王偉賢;李香龍;劉祥璐;張玉佳
• 申請（專利權(quán)）人: 國網(wǎng)北京市電力公司;國家電網(wǎng)有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06N3/12
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 曾紅芳

1.一種有序充電控制方法，其特征在于，包括：

獲取居民實(shí)時(shí)負(fù)荷，以及從電動(dòng)汽車的充電計(jì)劃中獲取下一時(shí)刻的充電計(jì)劃所需的第一充電功率；

判斷所述居民實(shí)時(shí)負(fù)荷和所述第一充電功率之和是否小于臺(tái)區(qū)越線負(fù)荷；

如果判斷結(jié)果為是，在所述下一時(shí)刻按照所述第一充電功率對執(zhí)行所述充電計(jì)劃；

如果判斷結(jié)果為否，對所述電動(dòng)汽車的充電計(jì)劃進(jìn)行優(yōu)化。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述電動(dòng)汽車的充電計(jì)劃進(jìn)行優(yōu)化之后，所述方法還包括：

從優(yōu)化之后的所述電動(dòng)汽車的充電計(jì)劃中獲取下一時(shí)刻的充電計(jì)劃所需的第二充電功率；

判斷所述居民實(shí)時(shí)負(fù)荷和所述第二充電功率之和是否小于所述臺(tái)區(qū)越線負(fù)荷；

如果判斷結(jié)果為是，在所述下一時(shí)刻按照所述第二充電功率對執(zhí)行所述充電計(jì)劃；

如果判斷結(jié)果為否，降低所述第二充電功率，使所述居民實(shí)時(shí)負(fù)荷和所述第二充電功率之和是否小于所述臺(tái)區(qū)越線負(fù)荷。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，判斷所述居民實(shí)時(shí)負(fù)荷和所述第一充電功率之和是否小于臺(tái)區(qū)越線負(fù)荷之前，所述方法還包括：

判斷是否存在新的充電需求；

如果判斷結(jié)果為是，依據(jù)所述新的充電需求重新規(guī)劃所述電動(dòng)汽車的充電計(jì)劃。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，對所述電動(dòng)汽車的充電計(jì)劃進(jìn)行優(yōu)化，包括：

按照如下優(yōu)化模型對所述電動(dòng)汽車的充電計(jì)劃進(jìn)行優(yōu)化：

s.t.

其中，V表示配網(wǎng)負(fù)荷波動(dòng)，C_e表示電動(dòng)汽車充電成本，C_o表示有序充電成本；

x_i表示第i個(gè)時(shí)間區(qū)間的平均電動(dòng)汽車充電功率；P_i表示第i個(gè)時(shí)間區(qū)間的不含電動(dòng)汽車充電功率的配電網(wǎng)平均負(fù)荷功率；表示目標(biāo)時(shí)間區(qū)間內(nèi)的配電網(wǎng)總負(fù)荷的平均充電功率；n是時(shí)間區(qū)間編號(hào)，如果考慮接下來24h的配網(wǎng)負(fù)荷波動(dòng)，以一個(gè)小時(shí)為一個(gè)時(shí)間段，n＝24；

x_ij表示在第i個(gè)時(shí)間區(qū)間，j用戶的電動(dòng)汽車平均充電功率；表示第i個(gè)時(shí)間區(qū)間電價(jià)；m_i是第i個(gè)時(shí)間區(qū)間的總充電汽車數(shù)量；

Δx_ij表示在第i個(gè)時(shí)間區(qū)間，j用戶的電動(dòng)汽車平均充電功率的變化量；表示第i個(gè)時(shí)間區(qū)間調(diào)節(jié)j用戶的激勵(lì)價(jià)格。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，對所述電動(dòng)汽車的充電計(jì)劃進(jìn)行優(yōu)化，還包括：

利用遺傳算法得到所述優(yōu)化模型的初步最優(yōu)解；

利用非線性規(guī)劃方法對所述初步最優(yōu)解進(jìn)行處理，得到所述優(yōu)化模型的目標(biāo)最優(yōu)解。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，利用遺傳算法得到所述優(yōu)化模型的初步最優(yōu)解，包括：

步驟S1，隨機(jī)生成充電計(jì)劃種群；

步驟S2，判斷遺傳算法的迭代次數(shù)是否小于或者等于預(yù)設(shè)迭代次數(shù)，或者適度函數(shù)值大于或者等于預(yù)設(shè)閾值；

步驟S3，如果判斷結(jié)果為否，得到所述優(yōu)化模型的初步最優(yōu)解；

步驟S4，如果判斷結(jié)果為是，生成子代染色體，并對生成的所述子代染色體進(jìn)行變異，得到新一代充電計(jì)劃種群，并執(zhí)行步驟S2。

7.根據(jù)權(quán)利要求5所述的方法，其特征在于，利用非線性規(guī)劃方法對所述初步最優(yōu)解進(jìn)行處理，得到所述優(yōu)化模型的目標(biāo)最優(yōu)解，包括：

通過歸一化系數(shù)將所述優(yōu)化模型轉(zhuǎn)化為如下單目標(biāo)優(yōu)化問題求解模型：

minf(x_ij)＝λ₁C_e+λ₂C_o+λ₃V，其中，λ₁+λ₂+λ₃＝1；

依據(jù)所述單目標(biāo)優(yōu)化問題求解模型和所述優(yōu)化模型的約束條件計(jì)算所述優(yōu)化模型的目標(biāo)最優(yōu)解。